图书介绍

组合导航滤波算法2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

高怡著著
出版社：北京：电子工业出版社
ISBN：9787121319099
出版时间：2017
标注页数：153页
文件大小：20MB
文件页数：163页
主题词：组合导航－滤波理论

PDF下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页直链下载[便捷但速度慢] [在线试读本书] [在线获取解压码]

点击复制MD5值：30f3917fa6f51f930a14df2bdf168db4

下载说明

组合导航滤波算法PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

点击复制85GB完整离线版磁力链接到迅雷FDM等BT下载工具进行下载详情点击-查看共享计划

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数要大于标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

图书目录

第1章绪论1

1.1 组合导航概述1

1.1.1 组合导航的基本概念1

1.1.2 组合导航系统发展概况1

1.2 滤波理论的研究概况4

1.2.1 滤波算法的基本知识4

1.2.2 线性滤波算法5

1.2.3 非线性滤波算法6

1.3 组合导航非线性滤波算法的应用现状9

第2章卡尔曼滤波及扩展卡尔曼滤波11

2.1 卡尔曼滤波的性质11

2.2 离散卡尔曼滤波算法11

2.3 连续卡尔曼滤波算法15

2.3.1 过程噪声15

2.3.2 量测噪声16

2.3.3 连续卡尔曼滤波推导16

2.4 改进的卡尔曼滤波算法18

2.4.1 鲁棒卡尔曼滤波18

2.4.2 交互式多模型卡尔曼滤波20

2.4.3 Sage-Husa卡尔曼滤波23

2.5 扩展卡尔曼滤波24

2.5.1 线性化方法24

2.5.2 离散扩展卡尔曼滤波25

2.5.3 连续扩展卡尔曼滤波28

第3章无迹卡尔曼滤波29

3.1 无迹变换与采样策略29

3.1.1 无迹变换原理29

3.1.2 无迹变换的精度分析31

3.1.3 无迹变换的采样策略33

3.2 无迹卡尔曼滤波算法35

第4章优化的无迹卡尔曼滤波及其应用38

4.1 改进的强跟踪无迹卡尔曼滤波及其应用38

4.1.1 改进的强跟踪无迹卡尔曼滤波算法38

4.1.2 改进的强跟踪无迹卡尔曼滤波算法在INS/GNSS组合导航系统中的应用42

4.2 约束无迹卡尔曼滤波及其在车辆组合导航中的应用46

4.2.1 约束方程46

4.2.2 约束无迹卡尔曼滤波算法46

4.2.3 约束无迹卡尔曼滤波统计特性48

4.2.4 约束无迹卡尔曼滤波算法在GPS/DR组合导航中的应用50

4.3 抗差模型预测无迹卡尔曼滤波52

4.3.1 抗差模型预测无迹卡尔曼滤波算法52

4.3.2 抗差模型预测无迹卡尔曼滤波在SINS/BDS/CNS组合导航中的应用54

第5章粒子滤波概述60

5.1 粒子滤波算法60

5.1.1 贝叶斯滤波60

5.1.2 蒙特卡罗采样61

5.1.3 序贯重要性采样62

5.1.4 重采样64

5.1.5 标准粒子滤波算法67

5.1.6 粒子滤波存在的问题69

5.2 粒子滤波优化算法70

5.2.1 避免粒子贫化70

5.2.2 降低计算复杂度72

5.2.3 优选重要性密度函数73

第6章优化的粒子滤波76

6.1 抗差自适应中心差分粒子滤波76

6.1.1 中心差分算法76

6.1.2 抗差自适应滤波79

6.1.3 抗差自适应中心差分粒子滤波算法81

6.1.4 SINS/CNS组合导航系统仿真计算与分析83

6.2 抗差自适应高斯混合Sigma点粒子滤波85

6.2.1 高斯粒子滤波86

6.2.2 抗差自适应高斯混合Sigma点粒子滤波算法87

6.2.3 SINS/SAR/CNS组合导航系统直接法滤波中的应用89

第7章改进的无迹粒子滤波算法及其应用95

7.1 抗差自适应无迹粒子滤波95

7.1.1 抗差自适应无迹粒子滤波算法95

7.1.2 仿真计算与分析98

7.1.3 抗差自适应无迹粒子滤波在SINS/SAR组合导航系统中的应用100

7.2 非线性模型预测无迹粒子滤波102

7.2.1 模型预测滤波102

7.2.2 非线性模型预测无迹粒子滤波算法104

7.2.3 非线性模型无迹粒子滤波算法在SINS/SAR组合导航系统中的应用106

7.3 衰减记忆平方根无迹粒子滤波114

7.3.1 衰减记忆滤波114

7.3.2 平方根滤波115

7.3.3 衰减记忆平方根无迹粒子滤波算法117

7.3.4 SINS/SAR组合导航系统直接法滤波中的应用121

7.4 基于似然分布的样本数自适应无迹粒子滤波125

7.4.1 样本数可自适应调整的粒子滤波125

7.4.2 基于似然分布的样本数自适应无迹粒子滤波算法126

7.4.3 SINS/SAR组合导航系统直接法滤波中的应用129

第8章基于随机加权的滤波算法及其应用131

8.1 随机加权估计的基本思想131

8.2 动态导航定位中的随机加权估计131

8.2.1 观测残差向量与新息向量的协方差阵131

8.2.2 观测噪声协方差矩阵的随机加权开窗估计132

8.2.3 仿真实验与分析134

8.3 动力学模型误差的Sage随机加权自适应滤波135

8.3.1 动力学模型系统误差135

8.3.2 动力学模型误差的Sage随机加权自适应滤波算法136

8.3.3 仿真计算与分析139

8.4 基于移动开窗与随机加权估计的自适应无迹卡尔曼滤波及其应用141

8.4.1 无迹卡尔曼滤波的非重采样形式141

8.4.2 随机加权因子的确定142

8.4.3 基于移动开窗与随机加权估计的自适应无迹卡尔曼滤波算法143

8.4.4 INS/GNSS组合导航系统直接法滤波中的应用144

参考文献148